收益：
- 能够利用人工智能准备完整的入学面试指南和结构化营养史
- 能够与客户验证份量估算和测量结果，同时将免费叙述（例如 24 小时营养提醒）转换为表格
- 能够以营养师的身份进行采访并建立信任关系，并仅在准备和编辑阶段定位人工智能。
每个成功的营养计划都始于良好的“摄入量”。摄入是在第一次会面时系统地收集客户的生活方式、健康史、饮食习惯、目标和限制的过程。此阶段不完整或错误收集的信息会扰乱后续的每一个步骤：错误的故事、错误的计算；错误的计算导致错误的计划。人工智能在这个阶段发挥着两个强大的作用：第一，准备全面且一致的面试结构；其次，把收集到的零散笔记变成有条理的故事。但请记住——人工智能并不进行面试，而是准备面试。与客户建立的信任关系和临床直觉属于营养师。
一次好的购买的组成部分
全面的营养史包括以下主题：个人信息（年龄、性别、职业、活动水平）、人体测量（身高、体重、腰围；“人体测量”是身体测量的科学）、病史（慢性病、手术、家族史）、药物和补充剂的使用、过敏和不耐受、实验室结果、24小时营养提醒（客户逐步解释他昨天吃了什么）、饮食行为（不吃饭、情绪化饮食、饮食频率）出）、液体和酒精消耗、睡眠和压力、目标和动机。人工智能非常擅长制作不会跳过任何这些主题的面试指南；在劳累的一天结束后，人类的记忆可能会跳过某个标题。
下表显示了摄取数据的类型以及 AI 与其之间的关系：
数据类型
例子
人工智能的作用
营养师的责任
客观测量
身高、体重、分析
编辑、帐目草稿
确认准确性
主观叙述
“晚上我会很饿”
总结主题
临床评论、后续问题
安全至关重要
过敏、药物
检查清单提醒
点对点验证
励志的
目标、障碍物
问题建议
同理心，建立关系
一步一步：准备 AI 招聘面试
- 制作采访指南。向人工智能询问一系列问题，其中包含适合客户资料的完整标题。例如，怀孕的客户需要额外的物品（恶心、铁、叶酸）。
- 简化问题。将其翻译成客户能够理解的日常语言。 “餐后血糖表现如何”而不是“餐后血糖反应”。
- 亲自面试。不要让AI进入面试室；以指南为指导，与客户建立眼神交流和信任。
- 让 AI 编辑笔记。面试结束后，将你分散的笔记（匿名）交给人工智能，并将它们转换成结构化的故事文本。
- 找出不足之处。问人工智能“这个故事中缺少哪些关键信息？”问;为下次面试准备问题清单。
提示：使用人工智能生成的问题列表不是为了“按原样阅读”，而是为了“确保您不会错过任何主题”。客户的叙述应该决定对话的流程，而不是僵化的调查。
平衡开放式问题和封闭式问题
一次好的招聘面试会平衡两种类型的问题。封闭式问题可以得到简短、准确的答案（“你吃了几顿饭？”、“你吃乳制品吗？”），并且非常适合收集客观数据。开放式问题邀请客户进行解释（“你能用食物来描述你的一天吗？”、“你与食物的关系是什么？”），并且通常会揭示最有价值的临床线索、情绪化饮食和真正的障碍。通常，初学者创建的调查只有封闭式问题，而错过了客户的故事。在向人工智能询问一系列问题时明确要求这种平衡：“每个主题至少有一个开放式探索性问题”。这样，采访就成为一次真正的发现，而不是填写表格。你还可以让AI准备“后续问题”建议（在回答后提出一个深入的问题）；例如，当客户说“我晚上吃零食”时，要问的问题是“这种情况通常发生在什么时候以及带着什么情绪？”喜欢。
配置24小时饮食提醒
接待中最有价值但也最混乱的部分是24小时提醒。客户解释说，“我早上喝茶，中午在外面喝一些奶酪、烤肉串，晚上在家里吃意大利面。”将这些自由文本逐餐、估计份量和食物组放入表格中需要时间。人工智能加速了这一转变：它将自由的叙事转变为结构化的画面。但份量的估计是粗略的； “一些奶酪”可以是 30 克或 80 克。人工智能可能会建议一个范围，但你可以通过询问客户来澄清实际部分。
三个迷你箱子
案例 1 — 找到丢失的标题。一名营养师对一名 52 岁的男性客户进行了 40 分钟的采访，将他的笔记交给人工智能，并询问：“是否缺少标题？”他问道。人工智能让你意识到，从来没有询问过药物使用情况。在第二次采访中，据透露，客户正在服用华法林（血液稀释剂）——这是安全关键信息，直接关系到富含维生素 K 的绿叶（菠菜、西兰花）。人工智能通过回忆标题来防止可能出现的错误；该决定是由营养师做出的。
案例 2 — 部分陷阱。另一位营养师将客户的说法“每天两把坚果”交给AI； AI 假设这是“60 克”，每天增加约 360 kcal。然而，由于顾客的手掌较大，实际用量约为90克（约540大卡）。 180 kcal 的差异意味着每周约 1,260 kcal 的差异。营养师通过让客户用厨房秤测量来纠正该部分。教训：人工智能对部分的假设是初始化，而不是测量。
案例 3 — 匿名化。实习生将采访录音的笔录上传到人工智能，并注明客户的姓名。主管介入：文本中充满了姓名、工作地点和社区信息。他们一起匿名化文本并仅使用临床和数字内容复制它。接收数据井井有条，机密性得到保护。
可复制的提示模板
面试指南模板您的角色：助理准备营养师招聘面试。如果没有采访，你就不会做，你会制作一个指南。客户简介（匿名）：[年龄、性别、主要目标、已知状况]。给我一份适合此个人资料的问题列表，完全涵盖以下主题：病史、药物/补充剂、过敏/不耐受、24 小时提醒、饮食行为、液体、睡眠/压力、目标。用客户能够理解的通俗语言写下问题。
将笔记变成故事的模板 以下是招聘面试的零散、匿名笔记。按标题将它们变成有组织的营养故事。添加虚构信息；不要假设注释中未提及的任何内容。将不清楚的区域标记为“[询问客户]”。注：[...]
24 小时提醒图表模板 将这个免费叙述变成逐餐图表：列 = 餐 | 餐点营养 |预计份量（给出范围）|食品组。准确计算份量；如果不清楚，请空格并写上“[与客户确认]”。叙述： [...]
缺失数据屏幕模板查看下面的匿名营养历史记录。列出任何缺失的关键信息（特别是药物、过敏、测试、活动），以制定安全准确的计划。对于每个缺失的部分，提出一个明确的问题，以便在下次会议上提出。故事：[...]
弱提示/强提示
弱提示：
准备客户访谈的问题。
个人简介、职称范围、语言水平不明确；输出将是肤浅且笼统的，可能会跳过关键标题（药物、过敏）。
强力提示：
您的角色：助理准备入学面试指南。客户（匿名）：29岁女性，刚转素食，有缺铁史，目标能量增加。完成以下主题：病史、药物/补充剂、过敏、24 小时提醒、B12/铁/蛋白质来源、饮食行为、目标。用通俗易懂的语言写下问题。每个主题 2-3 个问题就足够了。
第二个提示概要给出了临床重点（B12、铁、蛋白质、素食主义的关键）和语言水平；输出是可直接使用的指南。
常见错误
- 尝试让人工智能进行面试：人工智能准备，人类进行面试。信任关系不会自动发生。
- 错误的测量部分假设：人工智能的估计是范围；实际部分来自客户/测量。
- 跳过关键标题：不询问药物和过敏情况；这些都会影响后续的每一步。
- 未经匿名上传原始数据：按原样共享姓名、工作场所、分析 PDF 违反了 KVKK。
- 没有注意到捏造：忽略了人工智能在编辑笔记时“添加”但客户没有说的信息。
综上所述
接收阶段是计划的基础，而人工智能在这里是完美的准备助手：制作完整的采访指南，将松散的笔记变成有组织的叙述，回忆缺失的关键信息，绘制自由叙述。但是你进行采访，确认部分，直接确认安全关键信息（药物、过敏）。人工智能支持你的记忆，它不会取代你的临床直觉。您可以通过确保数据匿名来完成这一切。
应用任务
确定假设的客户概况（例如“怀孕、妊娠第二个月、抱怨恶心”）。使“面试指南模板”适应此配置文件，并从 AI 获取问题列表。然后，亲手写一篇杂乱的5-6句话的采访笔记，并用“笔记到故事模板”将其变成一个常规的故事。最后，运行“丢失数据扫描”并记下 AI 发现丢失了哪些关键标头。
清单
- [ ] 面试指南涵盖所有关键主题（药物、过敏、测试）。
- [ ] 我进行了采访； AI只是做了准备和编辑。
- [ ] 我已由客户/测量员验证了部分估计值。
- [ ] 我检查了一下，这并不是人工智能“添加”到故事中的虚构信息。
- [ ] 我对所有数据进行了匿名处理（姓名、工作场所、检测 ID 已删除）。
- [ ] 我准备了针对遗漏关键信息的后续面试问题。